在现代人工智能的发展中，大语言模型（LLM）如 LLaMA2 的应用越来越广泛。然而，运行这些模型通常需要复杂的配置和强大的硬件支持。

LLaMA-Factory 是一个国内北航开源的低代码大模型训练框架，专为大型语言模型（LLMs）的微调而设计

大语言模型在实际应用场景中经常面临知识冲突的问题，主要包括上下文 - 记忆知识冲突、多源上下文知识冲突和记忆内知识冲突。

基于LLM（Large Language Model，大语言模型）的智能问答系统是一种利用先进的人工智能技术，尤其是自然语言处理（NLP）技术，来构建能够理解和回答用户问题的系统。这种系统通过训练大量文本数据，学习语言的规律和模式，从而能够理解和生成人类语言。

本章主要阐述了本地构建基于大模型的应用程序的过程。从资源准备分析到实际搭建，一步步的指导应该如何在本地搭建一个基于大模型的应用程序。感兴趣的小伙伴可以自己动手试一下。

在快速发展的人工智能领域，大语言模型（LLMs）正成为各类应用的核心。无论是在智能客服、内容生成，还是在教育与医疗等领域，这些模型的应用潜力巨大。

Llama-factory是一种常用的模型微调框架，之前一直知道有这样一款产品，但是没有尝试过。本文记录了本地基于Llama-factory的模型微调过程，方便后续进行复盘。因为只是初次尝试，算是把流程跑通了，没有任何优化调整。

大模型时代AI智能体发展研究报告（2026）

在银行业数字化、智能化发展的过程中，数字员工成为发展数字金融的重要应用载体，正在重塑银行业的服务模式和创新能力。

langchain入门一:python+langchain+通义千问,白嫖qwen大模型实现自己的聊天机器人